除中国芯、智能物联网,还有哪些产业创投机会?
王晓妍,九合创投高级投资经理,专注前沿科技领域的早期投资。转型投资前曾在航天科技集团从事技术研发工作。北京邮电大学电子工程学士学位,清华大学电子工程硕士学位。
以下是嘉宾分享部分内容:
1
今天是一个科技主题的分享,首先来谈一谈我们为什么要投资科技?
我会从PEST这4个方面来分析一下:
首先是外部经济环境和经济周期。美国对中国科技领域进行封锁,中美两国现在已经进入到前沿科技的角逐时期。美国对中国商品加征关税,使中国商品以往的高性价比优势不复存在,迫使供应链转移出中国。
而制造业依然是中国的第一大产业,创造了最多的就业人数,中国亟需留住制造业。我们的路径有两条:第一,提升制造业的整体效率;第二,打造有自主科技含量和品牌的产品,而不只停留在做一个OEM外包世界工厂。
第二是经济层面。中国产业链条的特点是,前端的信息化已经处在全球领先的位置,而中后端亟待效率化、AI化和自动化。
我们看中国的产业结构,第二产业工业占比常年稳居第一,所以必须要进行供应链改造,留住制造业,第三产业服务业占比从2017年开始首次超过 50%,这得益于包含信息服务业和通信服务业在内的现代服务业的高速发展,以及包含交通物流、金融保险、医疗教育在内的传统服务业的快速升级,所以中国蕴 含着巨大的产业升级的机会。
第三是社会层面。中国是全球最大的单一消费市场,叠加上这些年高等院校扩招带来的技术人才供给充足,以及政策向战略新兴产业的倾斜,营造了非常好的适合科技发展的环境。
政府积极推动新旧动能转换,孕育了新科技公司的成长,toG也成为了科技公司的主要商业模式之一。而企业方面,由于人口红利的消失,它们对降成本提效率的需求非常迫切,同时中国企业也到了由粗放式发展向精细化运营转变的阶段,需要数据驱动升级改造。
第四是技术层面。数据智能的趋势一旦开启就不可逆,丰富的应用场景推动了中国科技实力的提升,中国的云计 算、大数据、AI已经跻身世界前列,从美国对中国科技企业的制裁也可以看出,无论我们是否愿意中国企业已经站在了国际竞争的舞台上,必须要具备全球视野, 提升科技内生实力是没有选择的选择。
同时我们也看到,中国的数字经济仍然有非常大的上升空间,虽然这几年阿里云的营收呈三位数增长,但也仅相当于AWS7年前的规模,数字化和科技化的浪潮在中国才刚刚开启。
2
既然科技领域这么值得关注,那么我们就从时间维度上梳理一下科技的发展趋势。
从上世纪60年代开始到今天,计算设备经历了大型机、PC机、手机到现在各种各样的AI终端的崛起,朝着算力集成化、小型便携化的方向不断发 展。设备连接的网络也越来越广泛,与之相对应的是IT架构和芯片的不断升级。90年代初PC互联网的兴起基于Client-Server结构,服务器端采 用IBM小型机、ORACLE关系型数据库、EMC高端存储设备支持的集中式计算。
2010年前后移动互联网浪潮到来,云计算普及,虚拟化技术实现了IT资源的灵活分配,更轻量级的X86服务器加分布式云化计算、存储和系统替换了IOE架构,与此同时ARM处理器在移动设备终端快速占领市场。如今我们进入到了智能物联网时代,计算架构也更加碎片化。
人工智能的崛起带来了异构计算的浪潮,在中央处理器CPU之外,我们用一块专用的协处理器,GPU、TPU、NPU、FPGA或ASIC,去支 持神经网络的加速。在无处不在边缘端,高效率、低功耗的场景定义计算成为研究的热点,未来我们将在一块SoC上集成ARM或RISC-V的CPU核、支持 AI计算的核以及通信、传感、安全等其他功能的核,再搭配IoTOS,实现各类AIoT的应用。
通信技术基本上以十年为一代进行发展。
从80年代的1G到如今的5G:1GAMPS时代,摩托罗拉大哥大实现了基础语音通信;2GGSM时代,诺基亚功能机实现了基本的发短信和打电话功能;2000年前后3GWCDMA时代,实现了多媒体应用,手机可以用来收发音乐、图片和视频;
2010年前后4GLTE时代,iPhone智能机发布,移动互联网全面爆发,各种直播、移动购物、移动社交APP占据了大量流量;如今的5GNR技术,给我们带来了万物互联时代,车联网、物联网、工业物联网会真正落地。
展望未来我们看到三个主要的趋势:第一是IT架构的升级;第二是IT信息技术、CT通信技术、OT操作技术的深度融合;第三是中国“芯”的机会,在增量市场,场景牵引AI芯片和IoT芯片弯道超车,在存量市场,模拟芯片、DSP、MCU等芯片的国产替代。
3
这是一张智能物联网产业图谱,也蕴含着九合在寻找产业投资机会的一个基本逻辑。
对于数据尚不完备的产业,首先从数据端看起,看如何利用各种嵌入式芯片和系统,产生和处理数据,比如工业和农业领域数据相对比较缺乏,要从底层部署更多的传感器先把数据采集上来。
有些产业中已经存在大量数据,但是由于散落在各处而未被激活,比如水电燃气能源等公共事业中的节点数据,这时我们会着重去看如何通过网络把数据连接起来。
对于数据和连接都已经相对完备的产业,我们会着重考察如何依靠边缘和云端智能的配合提升核心业务的效率。
数据、连接和智能的结合将带来越来越多应用层的机会。根据需求端驱动力的不同我们将应用归为三类:toC的消费驱动应用,toG的政策驱动应用,toB的产业驱动应用。
4
下面我们会从数据层、连接层、智能层、应用层分别去分析每一层发生了什么变化。
首先在数据层,智能物联网推动计算节点成百倍的增长,而此时摩尔定律却遭遇了极限,场景定义计算成为未来的出路,比如将来会在一块SoC上同时集成通信、计算和多媒体的功能,为用户带来更好的效率和性价比。
九合将主要关注三类处理器:第一种是微控制处理器,通常是面积很小、能效比很高的嵌入式处理器;第二种是实时处理器,主要面向工业、汽车、通信行业的高实时高性能处理器;第三种是应用处理器,主要面向移动计算、手机、服务器等高端市场。
在连接层,5G产生了三种典型的应用场景:增强型移动带宽(eMBB)、大规模机器通信(mMTC)和高可靠低时延的通信(URLLC),完整 的5G标准将于2020年完成。5G采用切片式网络,全服务化、软件化架构,面向不同的垂直场景进行按需分配,可以在通用硬件的基础上,通过软件定义不同 的网络去支持不同的应用。
在智能层,智能的实现方式与人的神经系统类似,感知终端控制器就像人的神经末梢,边缘网关进行链接管理,就像人的神经元进行实时控制反馈,边缘云做小规模数据的轻量学习,就像人的神经中枢负责条件反射,中心云负责大规模数据的深度学习和分析,承担大脑和逻辑的功能。
实时性业务在边缘以毫秒级时延智能实现,非实时业务以数十毫秒的时延传输到云端实现。边缘计算节点可以部署在现场,也可以在通信接入网或基站侧,未来五到七年边缘智能将带来2000亿美金左右的潜在价值。
应用层我以三类行业为例说明5G落地的方式。
第一类行业,5G对于其发展和突破是一种必须,比如工业4.0,5G将助力无线自动化控制、工业云化机器人、预测性维护、柔性生产的突破,是未来工厂不可或缺的技术。
第二类行业,5G解决了以前3/4G环境下的行业瓶颈,比如VR/AR,4G环境下40ms以上的网络时延和本地的存储计算使产品体验难以提升,5G带来了1ms以下的延迟和20Gbps的峰值速率,行业走向云VR/AR阶段,高质量的内容和应用得以实现。
第三类行业,5G将提供卓越的创新平台激发创新型应用,比如智慧医疗,5G的低时延高带宽有望让远程医疗和远程手术真正普及。